基于深度卷积神经网络的裂纹检测方法综述

摘要：

裂纹是威胁民用基础设施安全运行的重要因素之一,及时准确地检测出裂纹可以有效避免事故的发生.基于计算机视觉的自动裂纹检测方法具有操作简单、检测速度快、检测精度高的优点,被广泛应用于桥梁、道路监测、房屋建造、轨道交通等领域.总结了现有裂纹检测主要手段,详细介绍了三类基于深度卷积神经网络的裂纹检测方法,即基于分类的裂纹检测、基于目标检测的裂纹检测、基于像素级分割的裂纹检测,分析了基本原理、优缺点及其实际应用.汇总了裂纹检测领域常用数据集,并探讨了基于深度卷积神经网络的检测方法存在的问题,对其未来发展进行了展望.

关键词：裂纹检测、计算机视觉、深度学习、图像处理、机器学习、深度卷积神经网络

所属期刊栏目：57

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家部委科技重点实验室稳定支持科研项目;国家自然科学基金

在线出版日期：2021-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：23-35